Хотя национальные базы данных содержат огромное количество информации о трансплантации почек, прогностические модели того, когда трансплантация пациента может потерпеть неудачу или когда пациент может умереть, недостаточно точны, поскольку они не включают данные, которые описывают, как пациенты чувствуют себя после трансплантации, по мнению исследователей.Новое исследование, опубликованное в Интернете в Американском журнале трансплантологии 4 января, подчеркивает необходимость для врачей использовать продольные данные, которые представляют собой клиническую информацию, собранную с течением времени из национальных баз данных и историй болезни пациентов, для прогнозирования результатов и оказания индивидуализированной помощи больным. пациенты.«Если мы сможем добавить исчерпывающие данные после трансплантации к нашим информационным ресурсам, мы сможем повысить точность наших прогностических моделей и быстрее вмешаться для пациентов, которые подвергаются большему риску почечной недостаточности или смерти после трансплантации», — сказал Титт Р. Шринивас, доктор медицины, медицинский директор программ трансплантации почек и поджелудочной железы в Медицинском центре Интермаунтин в Солт-Лейк-Сити. «Ввиду огромного количества данных, скрытых в электронных медицинских записях, потенциал для улучшения результатов находится в пределах нашей досягаемости».Предыдущие попытки предсказать продолжительность жизни пациентов после трансплантации почки были точны примерно на 60 процентов.
Но, по словам доктора Сриниваса, легко доступные для поиска данные, такие как лабораторные показатели, результаты работы почек, показатели жизненно важных функций и вирусы, а также другие данные, такие как отчеты о патологических отклонениях, можно использовать для повышения точности прогнозов моделей до 85 процентов. .Исследователи разработали четыре прогностические модели, распределив доступные данные по слоям, и изучили взрослых реципиентов трансплантата почки, пересаженных в Медицинском университете Южной Каролины в Чарлстоне, Южная Каролина, в период с января 2007 года по июнь 2015 года.Модели бывают:
Модель 1: данные United Network for Organ Sharing (UNOS)Модель 2: данные UNOS и данные базы данных трансплантатовМодель 3: данные UNOS, данные базы данных трансплантатов и данные о коморбидности в электронных медицинских картах.Модель 4: данные UNOS, данные базы данных трансплантатов, данные о коморбидности в электронных медицинских картах, данные о траектории после трансплантации и неструктурированные данные
Распределение источников данных по уровням повысило точность прогнозной модели почти на 16 процентов (модель 1 = 71,6 процента, модель 2 = 74,1 процента, модель 3 = 76,9 процента, модель 4 = 87,3 процента) при изучении вероятности потери трансплантированной почки. в течение года после пересадки.Подобные улучшения были также отмечены при прогнозировании потери или смерти почек через три года после трансплантации почки, в диапазоне от 66,1% точности при использовании Модели 1 до 83,8% при использовании Модели 4.«Наши следующие шаги — поделиться этими моделями осмысленным образом с клиницистами через электронные медицинские записи таким образом, чтобы действенные протоколы запускались на основе оценок риска, созданных этими моделями ключевых клинически значимых переменных», — сказал д-р Шринивас. «Использование этих типов структур данных у постели больного может дать врачам возможность улучшить результаты за счет точности оказания помощи при трансплантации».